基于大数据识别和分析广州市老城区的城市活力特征.pdfVIP

2023.18/UrbanRenewalandOptimizationDesign城乡空间更新与优化55

基于大数据识别和分析广州市老城区的城市

活力特征

IdentifyingandAnalyzingUrbanVitalityCharacteristicsofOldUrbanAreasinGuangzhou

CityBasedonBigData

卢靖田聪颖陈可妍

LuJing,TianCongying,ChenKeyan

摘要 伴随大数据的出现和应用，如何利用大数据更精准识别1引言

城市活力的时空特征，对于城市的更新和发展具有重要意义。截至2022年，我国的城镇化率已经超过65%。具有

研究以广州市老城区为例，爬取了2个24小时的百度热力图

高度活力的城市是实现高品质生活的最基本要素之一，即

数据，结合ArcGIS软件分析了老城区的城市活力的时空特

高密度开发、小街区、混合用途、集中和老化建筑将改善

征，结果表明：①用于研究城市活力的分析单元是很重要的；

②在时间上，无论是工作日还是休息日城市活力在一天中随城市活力[1]。与此同时，了解城市空间中城市活力的发生

时间变化具有相似的变化规律，城市活力的变化规律和人类途径、识别城市活力是监测城市空间发展现状、激发和保

日常活动的时间相一致；③在空间上，城市活力在局部空间持活力、实现城市可持续发展的重要基础。例如，Yan等

上存在差异，休息日高活力所占的单元空间要比工作日的少，

人通过微博签到数据分析发现，在活动人口区域，周末和

但高活力的分布要比工作日的紧凑。最后，针对城市活力时

工作日的人类活动密度存在显著差异[2]。闵忠荣等人利用

空特征进一步提出对应的活力提升策略，为广州市存量空间

优化提供依据。百度热力图发现休息日街道空间集聚程度（街道活力）要

关键词 城市活力；大数据；策略；老城区；广州比工作日的较高[3]。由此可见，城市活力在不同数据源的

中图分类号 TU984分析下会有不一样的结果。

文献标识码 A由于城市活力抽象和复杂的性质，如何准确测量城市

DOI 10.19892/j.cnki.csjz.2023.18.15

活力仍然是一个具有挑战性的问题。传统的活力评估一般

是利用通过观察、访谈和问卷调查收集到的研究数据进

AbstractWiththeemergenceandapplicationofbigdata,how

tousebigdatatomoreaccuratelyidentifythespatiotemporal行研究[1，4，5]。然而，这些传统的测量方法通常耗时长，

characteristicsofurbanvitalityisofgreatsignificanceforurban需要花费大量人力物力，并且研究范围会受限制。近年

renewalanddevelopment.TakingtheoldurbanareaofGuangzhou